基于深度学习和图像梯度的电力设备红外图像分割方法
基本信息
| 申请号 | CN202010815221.X | 申请日 | - |
| 公开（公告）号 | CN112036410A | 公开（公告）日 | 2020-12-04 |
| 申请公布号 | CN112036410A | 申请公布日 | 2020-12-04 |
| 分类号 | G06K9/34;G06K9/62;G06N3/04 | 分类 | 计算；推算；计数; |
| 发明人 | 黄成军;郭灿新;黄志方;邵震宇;李遥;刘丹丹 | 申请（专利权）人 | 华乘电气科技股份有限公司 |
| 代理机构 | 上海兆丰知识产权代理事务所（有限合伙） | 代理人 | 卢艳民 |
| 地址 | 200433 上海市杨浦区翔殷路128号11号楼D座207室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于深度学习和图像梯度的电力设备红外图像分割方法，利用深度学习对红外图像进行特征挖掘完成第一次分割，结合红外图像温度特征并利用图像的梯度完成第二次分割，可有效提高边界分割的精度；可分离出电气设备关键部位的区域并保留电力设备原始的红外图像信息，为红外图像的诊断分析提供直接的、准确的数据支持；可提高红外图像的诊断效率和智能化水平，缩减人力成本，提高电力设备故障分析工作的效率和准确率。 |
